网络化创新外包的任务—人才匹配方法研究

马天翼　蒋臻　张朋柱

摘要：文章基于人才的胜任力特征向量和任务的需求胜任力特征向量，计算两者的相似度衡量任务—人才的匹配程度，提出面向网络化创新外包模式的任务—人才在线匹配方法，将任务分配给最合适的人才，并设计匹配系统原型，实验证明本文研究并提出的方法能够有效促进网络化创新外包任务和人才双方的在线自动匹配。

关键词：网络化外包；胜任力；向量相似度；在线匹配

现代社会中，创新已经成为各类组织核心竞争力的主要源泉。从企业经营人员，到政府部门、社会组织的管理者，都已经深刻意识到，只有不断持续地进行创新，才能够使组织生存发展。自Chesbrough在2003年提出开放式创新概念以后，创新模式就不断向着开放协作的方向演进。企业应该学会利用外部的知识和创新资源，实施开放式创新，将外部的想法、知识和内部的研发联系在一起，结合内、外部创意，促进新技术的发展，创造出更多的价值。创新外包是经济发展的新动力，它能显著降低创新成本和风险，缩短创新周期，避免企业内部对新思想的抵制。

随着网络通讯设施的迅速发展和信息技术的日新月异，网络环境下的创新外包成为一种新兴模式。网络化创新外包是指企业通过互联网利用组织外部的人力资源来完成某项任务的行为，让更多的人才能够参与到市场所需的创新工作中。如今，国内外的网络化创新型外包服务平台的发展速度如同雨后春笋，比如国外的InnoCentive.com、InnovationExchange.com、TopCoder.com等外包网站，而国内则有猪八戒威客网、任务中国等网站提供网络化的创新外包服务。在这种服务模式下，组织通过联系外部的知识和内部的研发，实行开放式创新策略，创造出更多价值的同时进一步促进组织技术的发展，在时间和成本最小化的前提下实现利益最大化。

然而在现有的创新外包服务模式下，需求方企业会担心网络服务平台是否能够提供最符合需要的合适人才，以确保发布的任务得以解决，而专业人才也难以在海量的任务信息里找到适合自身的任务。这个实际难题的归结，迫切需要研究并建立面向网络化创新外包的任务—人才在线匹配方法，促进网络化创新外包的供需双方在线实现快速高效的合理匹配，以便更加精确、高效地为任务推荐合适的人才和为人才推荐合适的任务，促进网络化创新外包的发展，进而降低我国社会的创新成本，提高全社会的创新生产率。

为建立面向网络化创新外包的任务—人才在线匹配机制，本文将任务所需求的胜任力和人才所具备的胜任力进行关联，提出一种基于胜任力特征向量的相似度算法，通过特征向量相似度来衡量任务—人才的匹配程度。

一、 研究背景

McClelland等人在1973年发表了题为《Testing for competence rather than for intelligence》的文章，首次提出了胜任力的概念，并给胜任力下了最为完整的定义，即胜任力是指特质、动机、自我概念、社会角色、态度、价值观、知识、技能等能够可靠测量并可以把高绩效员工与一般绩效员工区分开来的任何个体特征。后来，Mirabile在Spencer的冰山模型基础上对胜任力模型进行进一步的总结，提出用于衡量人才胜任力的KSAO模型，即通过人才所具备的专业知识（Knowledge）、技能（Skill）、能力（Ability）和其他性格特征（Other Characteristics）来衡量人才所具备的胜任力。其中K-知识，指某一岗位领域需要掌握的知识，如专业知识、岗位知识；S-技能，指员工能有效利用自己掌握的知识顺利完成任务所需要的技巧以及运用相应工具或操作某种设备的熟练程度；A-能力，与完成工作任务相关的人的能力和素质，如逻辑思维能力、学习能力、沟通能力、表达能力等；O-其他特征，有效完成工作需要的其他个性特征，它包括对任职者的工作态度、人格个性、兴趣以及其他特征要求等。

对于任务—人才的匹配研究，早在1993年，Saip等就使用双向图对任务匹配问题进行了建模，双向图中一方为人，另一方为任务，用边把人和任务连接起来，每边有一个权重，成本函数由这些边决定，对成本函数进行最小化求解，也就是运筹学中的指派问题。Sure等（2000）提出采用向量方法展示能力配置文件，匹配策略除了数据库查询外还引入决策系统来提高匹配准确度。Garro等（2003）利用agent技术来支持对专家的搜索，完成对特定职位中适合雇员的搜索。王璇等（2011）针对复杂网格环境中节点资源动态变化及大量任务协作访问的问题，提出一种基于评价函数的动态协作任务调度算法。吕英杰等（2013）进一步总结商务智能技术对网络外包众包环境下供需自动化匹配的应用。樊治平等（2014）提出了严格双边匹配方法，通過考虑双边主体的满意度以及最低可接受的满意度，构建多目标优化模型，并使用线性加权法将其转化为单目标优化模型，通过求解该单目标优化模型获得匹配结果。

目前的研究大多是基于数据库查询和文本的信息检索以及任务调度算法等方法来实现匹配，而且以基于定性的分析和查询结果为主，对于从定量的角度提出科学合理的匹配方法尚处于起步阶段，而面向网络化创新外包的任务—人才在线匹配的研究也尚未涉及。本文的研究基于网络化创新外包的人才胜任力模型和任务需求胜任力模型，设计合理的向量相似度算法，定量地对任务—人才的匹配程度进行衡量，从而促进网络化创新外包的任务—人才在线匹配。

二、 匹配方法设计

1. 胜任力特征向量。在网络化创新外包环境下，任务与人才的匹配，就是将任务所需要的胜任力与人才所具备的胜任力进行比较，以判断出人才在任务所需的每项胜任力上是否满足任务的需要。然而，不同的任务对于各项胜任力的需求程度也各不相同，不同的人才对各类知识、技能、能力等胜任力的掌握程度也不一样。例如，几个人才同时具备完成同一任务所需的胜任力，但由于每人的各项胜任力强弱程度不同，很难判断到底谁更适合完成该任务。因此，本文的匹配机制建立在将人才的胜任力强弱程度以及任务对胜任力的需求程度量化的基础上，通过两者特征向量的相似程度来度量任务—人才的匹配程度，这就需要首先对网络化创新外包的人才胜任力和任务需求胜任力进行量化描述。

对于不同的人才而言，本文基于胜任力的KSAO模型构建出衡量人才所具备的胜任力强弱程度的特征向量，以定量的方式描述不同人才所拥有的知识、技能和能力素质以及掌握和熟悉的程度。人才胜任力的特征向量是指人才所具备的多项胜任力所组成的向量，并且每一维度上的向量特征值表示人才具备的该项胜任力的强弱程度（数值介于0～1之间，越大表示程度越强）。

而对于不同类型特征的外包任务，也需要对任务的需求胜任力进行构建，即完成任务所需要的知识、技能和能力素质，以定量的特征向量方式进行描述。任务需求胜任力的特征向量是指完成任务所需要的各项胜任力所组成的向量，并且每一维度上的向量特征值为任务对该项胜任力的需求程度（数值介于0～1之间，越大表示需求越强）。此外，为了将任务匹配到个人，有时需要结合专家审核的方式将大型的复杂任务分解成若干子任务，再针对分解后的各个子任务分析其所需要的胜任力和对应特征值。

2. 相似匹配度的含义和特征向量调整。在构建人才胜任力特征向量和任务需求胜任力特征向量的基础上，比较多个人才的胜任力特征向量与目标任务需求胜任力特征向量的相似性。不同人才的胜任力特征向量需要考虑两方面：一是与目标任务需求胜任力特征向量的夹角越小，相似度越高；二是人才胜任力特征向量的模长越大，胜任程度越高。因此，两向量夹角的余弦值以及人才胜任力特征向量的模长都对两向量的相似程度有影响，可以通过两者的乘积来衡量两向量的相似度大小，即为任务—人才的匹配程度。夹角余弦值和模长的乘积的本质含义是人才的胜任力特征向量在任务的需求胜任力特征向量方向上的投影大小，该投影值越大，表明人才所具备的胜任力和任务所需要的胜任力在各个胜任力维度上有较高的重叠，相似度也越高。

为计算任务和人才的相似匹配度，需要首先对待比较的两个特征向量的维度进行统一化处理，调整人才胜任力特征向量的维度和特征值，处理规则如下：

（1）将人才的胜任力特征向量的维度置为待比较的任务所需要的所有胜任力；

（2）每一个胜任力维度的特征值按下列方式得出：

①如果人才不具备该项胜任力，则对应特征值置为0；

②如果人才该项胜任力的强弱值大于等于任务对该项胜任力的需求值，即该人才在此项胜任力维度上完全胜任，则对应特征值调整为任务对该项胜任力的需求值；

③如果人才该项胜任力的强弱值小于任务对该项胜任力的需求值，即该人才在此项胜任力维度上不能完全勝任，则对应特征值仍等于人才的该项胜任力的原强弱值。

基于上述调整，便可以将任务需求胜任力特征向量和调整后的人才胜任力特征向量置于同一维度的欧式空间中（维度与目标任务需求胜任力特征向量的维度相同），计算两向量的夹角余弦值与调整后的人才胜任力特征向量模长的乘积，即人才胜任力特征向量在任务需求胜任力特征向量方向上的投影大小，得出两者的相似匹配度。该投影值越大，表示该组任务与人才的相似匹配度越高；而该投影值越小，表示该组任务与人才的相似匹配度越低。

3. 相似匹配度的计算方法。根据上一小节对于相似匹配度意义的说明，便可以计算任务需求胜任力特征向量与人才胜任力特征向量的相似度。分别用特征向量表示完成任务所需要的胜任力和人才具备的胜任力，并对人才胜任力特征向量的维度和特征值进行调整处理，使维度与任务特征向量相同。接着，就可以计算出任务需求胜任力和人才胜任力在欧式空间中的夹角余弦值，再乘以调整后的人才胜任力特征向量的模长，便可以得出特定的任务和人才的相似匹配度。

人才胜任力特征向量经过调整后在维度上与任务需求胜任力特征向量一致，代表了待比较的任务所需要的胜任力，且每一维度的值均介于0和任务对该维度胜任力的需求值之间。因此，调整后的人才胜任力特征向量一定落在以任务需求胜任力特征向量为对角线的欧式多面体内。两向量夹角余弦值来衡量两向量各个维度在大小比例上的相似性，值越大，两向量的夹角越小，相似度越高；而调整后的人才胜任力特征向量模长则衡量人才在任务所需的各项胜任力方面的综合能力大小。人才胜任力特征向量在任务需求胜任力特征向量上的投影涵盖了夹角余弦值和向量模长两个信息，因此用投影来评估任务—人才的匹配程度较为恰当，投影值越大，表示任务和人才的相似匹配度越高。

4. 匹配系统原型设计与实现。基于网络化创新外包的任务—人才匹配方法，设计并实现匹配系统原型，能够自动完成任务与人才的相似度计算，并根据计算结果自动推荐匹配程度最高的人才完成特定的任务。

任务-人才匹配系统原型的实现工具是Java环境下的Eclipse平台以及SQL Server，2005数据库。本系统原型包括三个模块和对应的数据库：一是人才库，存储人才的基本信息以及每个人才对应的胜任力特征向量；二是任务库，存储任务的基本信息以及每个任务相应的需求胜任力特征向量；三是相似匹配分析模块，通过调用本文的相似匹配度计算方法，计算目标任务与每个人才的胜任力匹配程度。

本系统原型所实现的网络化创新外包的任务—人才匹配方法能够定量地对任务—人才的匹配程度进行衡量，从而能够高效地为网络化创新外包任务推荐合适的人才和为人才推荐合适的任务，促进网络化创新外包模式的发展。

三、 实验评估

实验案例的选取目标是将实际咨询项目“工业企业精准管理研究”作为待匹配的任务对象，该项目是某煤矿企业发起的以企业精细化管理和员工绩效考核为目标的研究与分析咨询，项目产出是需要完成一篇研究报告。由于本项目的规模较大，涉及到企业和团队管理的多个方面，属于复杂任务，因此研究团队将项目细化分解成若干子任务，每个子任务对应研究报告的一个章节，再针对分解后的各个子任务分析其所需要的胜任力，为每一章节子任务指定相应的知识、技能、能力等胜任力需求信息。

同时，收集潜在承接任务的人才胜任力信息。本实验将目标人才范围设定为有意向、有精力、有能力完成该项目各子任务的一系列人才，包括管理科学与工程相关专业领域内的专家、学者、企业员工、在读研究生等，采用excel表格问卷形式收集每人的基本信息以及知识、能力、技能等个人评估的胜任力信息，并将收集的信息录入系统原型的人才库。

实验开始时，通过调用系统原型的相似匹配分析模块，计算出每个子任务与各人才的相似匹配度，并列出匹配程度最高的五位人才作为推荐结果。研究团队将推荐结果与候选人才的个人意愿相结合，为每个子任务指定1人～2人承做，完成每部分的研究报告。最后，根据专家与项目发起方企业代表对于研究报告的完成情况进行评估和检验，将每个子任务成果的反馈意见与相应责任人进行沟通，不断改进，最终整合成为项目的整体研究报告。

在专家与项目发起方企业代表对研究报告的审核与意见反馈中，每位承做人都顺利高效地完成了自己的任务，并整合出“工业企业精准研究”项目报告，完成项目交接与确认。

此实验结果说明通过系统匹配和推荐的人才与实际的任务—人才胜任力的对应情况比较吻合，匹配的准确性和有效性得到保障，进而说明本研究提出的任务—人才匹配方法对网络化创新外包这一模式的发展能够起到推动作用。

四、 结论

本文以网络化创新外包的人才胜任力和任务需求胜任力为对象，提出基于特征向量的相似匹配度计算方法，并设计系统原型实现任务—人才的自动匹配，实验证明本研究提出的匹配方法能够为任务和人才双方准确高效地推荐合适的资源，同时保证任务的完成质量。

任务—人才相似匹配度的计算方法需要将人才胜任力的强弱程度与任务需求胜任力的需求程度进行关联，这就需要对网络化创新外包的人才胜任力和任务需求胜任力特征向量的量化構建方法进行研究。在相关研究中将围绕特征向量进行深入探索，尽可能地完善网络化创新外包的任务—人才匹配方法的准确性。

此外，在任务—人才相似匹配度计算的机制下，一项任务往往可以与多位人才匹配程度较高，而胜任力较强的人才也可以与多项任务的需求高度匹配，这就需要结合其他的因素来综合考虑任务—人才的推荐结果，如人才的自身情况（承接意愿、可支配时间）、任务的客观环境（经济形势、理想工作时间）等。因此，在实际的匹配应用中，需要综合考虑各类因素，才能实现真正意义上的高效匹配，达到降低人才的搜寻成本和时间，提高任务的完成效率和质量的目的。

参考文献：

[1] 史新.“威客”模式在国内的发展现状及优化研究[J].情报杂志，2009，（1）：156-160.

[2] 王璇，颜景龙.基于评价函数的动态协同任务调度算法[J].华中科技大学学报（自然科学版），2011，39（10）：46-49.

[3] 吕英杰，张朋柱，刘景方.商务智能技术在网络众包市场中的应用[J].现代管理科学，2013，（2）：29-31.

[4] 樊治平，乐琦.基于完全偏好序信息的严格双边匹配方法[J].管理科学学报，2014，17（1）：21-34.

基金项目：国家自然科学基金项目“面向网络化创新外包的任务—人才在线匹配研究”（项目号：71171131）；国家自然科学基金委创新研究群体“运营与创新管理”（项目号：71421002）；长江学者和创新团队发展计划项目“服务外包创新管理”（项目号：IRT13030）。

作者简介：张朋柱（1962-），男，汉族，江苏省淮安市人，上海交通大学安泰经济与管理学院管理信息系统系主任、教授、博士生导师，研究方向为电子商务、电子政务；马天翼（1986-），男，汉族，山东省济南市人，上海交通大学安泰经济与管理学院博士生，研究方向为文本挖掘、电子商务；蒋臻（1988-），男，汉族，四川省成都市人，上海交通大学安泰经济与管理学院硕士生，研究方向为电子商务。

收稿日期：2015-11-21。